人工智能在帕金森病构音障碍研究中的应用进展2025.pdf

人工智能在帕金森病构音障碍研究中的应用进展2025

帕金森病(Par沁nsondisease)是一种常见的神经退行性疾病，影响

运动功能的同时也伴随着多种非运动症状，比如构音障碍，又称为帕金森

病性构音障碍，主要特征包括：鼻音[1]、声音嘶哑、音调波动、语速减

慢、节奏不规律、发音清晰度下降乃至难以分辨、语音强度不规律（音量

减小、颤抖和嘶哑）［2-3]，言语障碍比典型的运动症状早几年发生[4-5],

且不能通过左旋多巴治疗恢复[6]。因此言语分析有助千帕金森病的早期

诊断。对发声障碍的远程监测可以实现对帕金森病临床状况的有效跟进。

传统上对帕金森病患者的言语评估主要依赖千感知测试和人工分析，既

观又耗费人力。然而，人工智能(artificialintelligence)与这一领域的

结合改变了研究和管理构音障碍的方式，其在帕金森病构音障碍的评估、

诊断、治疗和康复中的应用日益受到重视[7]。文中将探讨人工智能在帕

金森病构音障碍研究中的应用，包括语音特征分析、机器学习模型、智能

手机应用、合成语音生成以及远程评估等，旨在为未来的研究方向提供参

考。

我们检索了PubMed数据库、中国知网知识资源总库、中华医学期刊全

文数据库。使用的英文检索词包括“Parkinsondiseaseartificial

intelligencedeeplearningmachinelearningneuralnetworks,

computerheuristicssupportvectormachinedysarthria

dysphoniaspeechdisorderslanguagedisordersdiagnosis

aementdifferentialdiagnosis,中文检索词包括“帕金森病”

“人工智能”“构音障碍＂，检索起止年限为自建库至2024年5月2日，

共检索到76篇文献。

一、人工智能在帕金森病构音障碍研究中的方法和技术人工智能技术，特

别是机器学习和语音信号处理，已经在帕金森病构音障碍的研究中展现出

巨大潜力。通过自动化语音分析，人工智能能够从患者的语音样本中提取

关键特征，如音高、音量、语速和发音清晰度等，这些特征与帕金森病构

音障碍的严重程度密切相关[8]。通过分析帕金森病患者的语音和语言数

据来识别疾病相关的生物标志物，开发早期检测和监测帕金森病构音障碍

的可靠而客观的方法。这些技术可以帮助医生更准确地诊断帕金森病，监

测病情进展，并为患者提供个性化的治疗方案。

一

（）语音信号处理和语音特征提取2010年前后的研究[9]即开始利

用人工智能研究帕金森病构音障碍，主要利用机器学习算法来分析帕金森

病患者的语音数据，将原始语音信号转化为机器学习模型可以理解的形式，

通过声学分析和模式识别，识别与健康人群的差异。语音信号处理是人工

智能在帕金森病构音障碍研究中的核心技术之一。例如，基频

(fundamentalfrequency)可以反映患的音调控制能力及变异性；频

率微扰(requencperturbation)振幅微扰(amplitudeperturbation)

、

及声门噪声比(glottal-to-noiseratio,GNR)可反映语音强度的不规

律性[2]（如颤抖和嘶哑）和呼吸声的异常[3]，提示声带功能障碍。在

帕金森病构音障碍研究中，常用非线性动态复杂度、信号分形缩放指数、

梅尔频率倒谱系数、线性预测编码系数(linearpredictivecoefficients)、

相对频谱变换感知线性预测系数，极端学习机(extremelearning